探索分布式服务框架Dubbo开篇：牛逼哄哄的RPC

牛逼哄哄的RPC
原创： 简单的老王 SimpleMain 2016-08-21

这个周日的下午，老王想跟大家聊聊一个听起来牛逼的技术：RPC。

 

 

那是N年前的一天，老王在看一本讲java的技术书（可惜忘了叫啥名字了），突然看到有一章讲RMI的，立马就觉得很好奇。于是乎，就按书上所讲，写了demo程序。当时也就只知道怎么用，却不知道什么原理。直到多年以后，才知道，原来这个RMI和我们今天要聊的RPC几乎是差不多的东西。那他们到底是什么呢？

 

what：

 

先来聊聊RMI。这个玩意儿呢，是sun公司为java定义的一套分布式应用接口，全称：Remote MethodInvocation。他能让java开发者很轻松的实现分布式服务间数据访问。让这个访问就像是本地的方法访问一样。

 

那RPC又是一个什么东东呢？他的全称：Remote Procedure Call。为了实现分布式系统内，不同服务之间数据交换而产生的东东。他使得服务间的数据访问就像是函数调用一样简单和方便，方便写服务的人能聚焦到业务本身，而不用太关注网络交互、数据格式组织、跨平台等多个方面的问题。因此，RMI可以看成是RPC的java版。那为了简化，我们接下来就不细聊RMI，而着重聊聊这个RPC。

 

why：

 

上面已经提到了一些我们使用RPC的原因，那我们就顺着上面的脉络，具体的聊聊吧~

 

1、RPC存在的最重要的意义，就在于，他能简化分布式系统内，不同服务间的数据交换，使得这种交换看起来像本地函数调用一样。所以，我们用他最直接的目的：简化跨机器跨进程的服务调用！

 

2、因为这些东西被封装简化了，所以，他顺带带来的好处就是：代码极大的简化（一会儿我们讲原理的时候就知道了）。

 

3、另外，一般这种调用的封装还支持多语言、多操作系统，所以，他能帮我们极好的实现跨平台跨语言。比如，我们为了执行的高效率，用c语言写了一个加密算法，做成了一个通用服务。而我们用java或者python来实现了一个http的服务，他们若要调用那个加密算法服务，就可以用RPC轻松实现。所以，有了RPC，我们可以根据不同的应用场景，使用不同的语言，来更方便的实现需求。

 

4、更高效的数据传输。因为RPC封装了数据交换的协议，所以可以在里面极大的优化数据传输的算法，从而压缩数据传输的量（还记得老王之前讲过一个zigzag算法嘛）。

 

有了以上的这些好处，当开发分布式系统的时候，作为一个有志向的程序员，有什么理由不使用RPC呢？

 

how：

 

好了，有了上述的铺垫，我们终于可以讲如何来实现这一套东西了。

 

1、简单的模型：

 

为了讲清楚这个原理，我们先从一个最简单的模型开始，讲讲怎么样实现跨系统的数据交换。

 

比方说，我们现在有两个系统（可能不在同一台机器上的两个进程），要交换用户信息：一方是逻辑系统（比方叫blog-system），接收用户提交的user_id，这个系统想用user_id获取用户的详细信息，并展示给用户；另一方是用户系统（比方叫user-system），存储了用户所有的数据（比如：name、nickname、email等等），可以提供根据user_id获取用户详细信息的数据。那我们可以怎么做呢？很简单，我们可以有很多做法，最简单的一种：

 

A、user-system启动一个socket-server，监听某个端口，用json作为传输数据的协议；

 

B、blog-system则用socket去connect我们的server，并按要求发送一个json数据给server；

 

C、server收到请求以后，取出json数据中的user_id，从数据库中查出user，并打包成一个json，返回给client；

 

D、blog-system收到返回的json，包装成对应的格式，展示给用户。

 

 

 

整个过程如上图所示。是不是觉得就是我们在计算机网络里学的那些最基本的东西？

 

2、变复杂的模型：

 

从上面的过程，我们其实可以将这个架构做一下拆分：

 

A、服务端-客户端通讯协议。

 

在我们之前的实例中，我们用的是tcp-socket来作为这样一个协议：server端建立一个server-socket，用来接收客户端的请求；客户端发起一个socket请求；

 

其实，我们也可以用Http、Https等协议作为通讯协议，甚至可以自定义应用层协议。

 

B、数据传输协议。

 

在上面的例子里，我们用json来封装的数据，在server和client之间进行传递。其实，我们也可以用结构体(c语言的struct)、xml等方式来作为数据传输协议来封装数据。更可以用自己定义的协议来传输。

 

有了上述两个东西，我们就可以把他们封装到一个函数中，让他们对外看起来就像是一个函数的访问一样，是不是就达到我们想要的效果呢？

 

3、更完美的模型：

 

A、IDL（Interface Description Language）：接口定义语言。

 

如果，我们能将远程调用函数的定义，用一种通用的、跨平台的语言来编写，然后，再用编译器生成不同语言的代码（比如：java、c、c++、php等），这样，我们是否就可以轻松的做到跨平台、跨语言的支持了呢？

 

比如，以下就是facebook开源的rpc框架thrift的idl定义方式：

 

service TUserService

{
    struct.TUser getUser (1: required i32 uid);

}

 

看起来是不是跟我们平时写的语言代码很相似呢？

 

有了这个东东，我们就可以用一个编译工具，生成不同语言的代码了。

 

B、高承载能力的server模型。

 

当我们要启动一个server的时候，最简单的就是按我们之前的那种方式，启动一个server-socket。但是这个模型太简单，以至于只要轻轻的给一些压力，服务就可能崩塌。因此，我们需要一个高承载能力的server模型。

 

现在在linux平台上，大家基本都使用epoll模型。这个是非阻塞的事件驱动模型，能够根据请求事件来触动业务逻辑。所以具有很强的负载能力。现在主流的服务器，比如：nginx、mina、netty等等，都基本采用这种底层模型。

 

有了这个server做基础，我们才能保证服务的压力能抗的住，才能使得rpc具有相对稳定的调用。

 

C、简单准确的通讯协议。

 

这个协议就跟我们tcp、http协议一样，能够描述整个包有多大，哪个地方是协议头、哪个地方是数据包、哪个地方是结束符等等。这个协议越简单越好，使得我们传输的数据量越小。

 

 

 

比如上图就是tcp协议，他定义了数据的大小、数据的校验、序列号等，就是为了保证数据能准确传输到对端。我们也可以仿照这样的协议，来定制我们的协议，比如我们协议包含：版本号、数据包的大小、数据包的校验、数据包等这样的数据。

 

D、高压缩比 && 快速序列化与反序列化的数据协议。

 

这个就是我们的数据包的定义。我们可以用文本的json、xml作为数据协议，当然也可以用结构体、java序列化对象等二进制协议作为数据协议。更可以我们定义自己的数据协议。但是这个协议要尽量的小：以保证我们每次传输的数据量尽可能的少；也要保证序列化和反序列化尽量的快：以保证我们的调用时间尽可能的短。

 

所以，在thrift中，定义TBinaryProtocol、TCompactProtocol等这样的二进制压缩协议，来保证我们的数据传输的速度、打包和解包的速度。

 

好了，讲了这么多空虚的概念。我们就来看看现有的这些rpc工具是怎么做的吧。

 

google的protobuf：

 

这个是一个非常牛逼的rpc工具。不过他只提供了IDL和数据协议。就是只管生成不同语言的实现代码、将一个对象打包成二进制的数据；数据到达对端，他负责解包。然而具体怎么样提供服务、怎么样传输数据，他并不负责。

 

如果我们要使用这个东东，就需要再弄一个server来接收服务，还要弄一个传输协议来传递数据。常见的，在java下，大家喜欢用netty+protobuf来实现RPC的功能。四要素：

 

IDL：protobuf

Server： netty

传输协议：TCP

数据协议：protobuf

 

facebook的thrift：

 

这个相比于protobuf，提供了server和传输协议的支持。比如，java的实现代码中，就有TThreadPoolServer、TThreadedSelectorServer等多个server模型，便于我们根据业务规模选择不同的模型。

 

同时，他还提供了TSocket、TSaslTransport、THttpClient等多种传输协议，来实现数据的传输功能。

 

所以，他集成RPC的四个要素，用起来更简单方便一些。

 

其他的，诸如以前的CORBA、RMI、Web-Service等等，都是类似的原理。所以，听起来高大上的RPC，实际上都是我们常规的技术，然后进行了组合和封装，让使用者更方便易用（也可以在面试的时候去吓唬人，哈哈哈~）。

 

好了，关于RPC理论的技术，大体就讲这么多。如果大家想深入的去了解，建议去阅读thrift源代码，很不错的实践代码。老王之前也总结过thrift的代码架构，后面找时间整理出来，分享给大家。